Dr. Ravi Ananthula sobre dejar Dr. Reddy’s para transformar la industria farmacéutica

Pharma Now: Bienvenido a Pharma Now, Dr. Ravi Ananthula. Recientemente leí su biografía y quedé muy impresionado. Usted es hijo de un agricultor. Se mudó a Alemania para realizar sus estudios postdoctorales y obtener un MBA. Hoy, usted es un Científico de Desarrollo Farmacéutico, que está desarrollando nuevo software. Su trayectoria es muy impresionante e inspiradora. Entonces, permítame empezar desde el principio. Solía vivir en un pueblo remoto fuera de Hyderabad. ¿Qué le motivó a crear PharmaDEM y a conseguir tantos reconocimientos?

Dr. Ananthula: Primero, muchas gracias por invitarme. Estoy muy contento de compartir mi trayectoria con usted. Nací en una familia de clase media, y el dinero nunca fue mi motivación. Siempre quise hacer algo diferente, algo con impacto social. Me di cuenta de que el campo de las ciencias de la vida impacta a la humanidad. Por eso, seguí estudios en ciencias de la vida. Me centré especialmente en química medicinal porque es ahí donde se aprende a descubrir nuevos medicamentos. Tiene el mayor impacto en la humanidad.

Completé mi PhD en descubrimiento de fármacos, específicamente en el descubrimiento de antibacterianos. Cuando hacía el PhD, muchas tecnologías no estaban disponibles en India. Esto fue en 2002-2003. En ese momento, oí hablar de modelado molecular, que es útil en el descubrimiento de fármacos. Siendo un químico de base, nunca lo había intentado. Estaba disponible solo en un laboratorio de la Hyderabad Central University. Entonces, para aprender, solía ir allí todos los días. No me había registrado para un PhD, pero iba allí e hice algunos amigos solo para aprender la materia. 

Más adelante, cuando mi PhD estuvo registrado, utilicé la tecnología para integrarla con la química. Así que, fuimos el primer grupo en 2004-2005 en introducir el Descubrimiento de Fármacos en Química Medicinal en India. Hoy, después de 20 años, la mayoría de los científicos de descubrimiento de fármacos en las compañías farmacéuticas son mis amigos o jóvenes que aprendieron descubrimiento de fármacos conmigo y trabajaron conmigo en 2004-2005. Puede nombrar a cualquier científico de descubrimiento de fármacos en cualquier compañía farmacéutica, y estoy seguro de que podría ser mi alumno, colega o haber sido formado por mí.

Pharma Now: Eso es un logro notable, Dr. Ananthula. Estoy seguro de que tener tantas conexiones le ayudó a fundar su empresa. Sin embargo, antes de preguntar sobre eso, tengo una pregunta importante: completó su PhD en India y realizó su PostDoc en Alemania. ¿Qué le hizo volver a India?

Dr. Ananthula: En realidad, no hice el PostDoc inmediatamente después de mi PhD. Hice el PostDoc por necesidad. En el descubrimiento de fármacos, me di cuenta de que hacíamos muchos estudios computacionales y ahorrábamos mucho tiempo y recursos, pero muchos de mis fármacos desarrollados eran descartados una vez que pasaban de la etapa de descubrimiento a la etapa de desarrollo, que es el área de preformulación. El desarrollo farmacéutico tiene tres etapas: descubrimiento de fármacos, preformulación y desarrollo farmacéutico. En el descubrimiento de fármacos, se produce un active pharmaceutical ingredient (API), que es el medicamento base. En la preformulación, se mantiene la estabilidad del medicamento. En el desarrollo farmacéutico, se convierte el API en tabletas, cremas o inyecciones. 

Así que, observé que muchos de los fármacos que descubrí eran descartados antes de llegar al desarrollo farmacéutico. Más tarde, cuando trabajaba en Dr Reddy’s Laboratories en descubrimiento y desarrollo de fármacos, diseñaba moléculas y la mayoría eran descartadas en etapas avanzadas. Entonces les pregunté a mis científicos de formulación y al personal de preformulación por qué detenían mis fármacos. Me dijeron que mis fármacos tenían problemas de solubilidad y absorción. Pensé que había posibilidades de revivir mis fármacos, pero no se hacían pruebas racionales. 

Entonces, en 2010, me di cuenta de que había mucho espacio para el desarrollo racional de fármacos. Sin embargo, la química computacional para el desarrollo de fármacos no estaba disponible en India. Esto se debía a que nadie hacía este tipo de trabajo, y el descubrimiento de fármacos apenas se estaba estableciendo en ese momento. Luego identifiqué a personas en otras partes del mundo que estaban usando esta tecnología. Hablé con alguien que hacía modelado de preformulación en su laboratorio en Alemania. Hablé con él extensamente y decidí que quería hacer mi PostDoc. Él aceptó mi solicitud y me fui a Alemania. Mi carrera en Dr Reddy’s iba muy bien, pero la dejé para hacer el PostDoc.

Pharma Now: Sin duda es una ruta diferente; creo que la mayoría de los estudiantes hacen el PostDoc inmediatamente después del PhD. Nunca se toman un descanso para trabajar en la industria. Creo que su perspectiva fue distinta y puede ser reveladora para muchos estudiantes. Hizo su PostDoc por necesidad y no porque sea la “ruta correcta”. ¿Es así?

Dr. Ananthula: Sí, hice un PostDoc porque nadie podía enseñarme la tecnología. Solo hay dos científicos en el mundo que trabajan en modelado computacional más allá del descubrimiento de fármacos, y yo tuve a uno de ellos como mentor. Más tarde, él se convirtió en científico jefe en Pfizer. Después de 10 años, fundamos el International Computational Chemistry Consortium. Él se convirtió en el primer presidente y fundador del consorcio. Me ha nominado como el próximo presidente del consorcio tras su partida en dos años. 

En el Consorcio, fui responsable de mentorizar a muchos químicos computacionales de las 20 principales compañías farmacéuticas, que trabajaron en una tarea común. Los químicos computacionales de compañías como AstraZeneca, Pfizer, Bristol Myers Squibb y Amgen fueron gestionados por mí y obligados a trabajar en una tarea común. A través de esto, tuvimos dos publicaciones importantes: una sobre solubilidad y otra sobre química de procesos. Las publicaciones fueron: La utilización de la química computacional para el desarrollo de procesos y fármacos necesita y la utilización de la química computacional para el Desarrollo de Formulación. Construimos modelos para ambos, lo que llevó 2,5 años. Así que puedes imaginar mi posición: Tuve que gestionar a los responsables de las principales empresas y asegurarme de que trabajaran en una tarea común además de su trabajo original. Tuve que mantenerlos motivados y asegurarme de que cumplieran con el proyecto común durante 2,5 años.

Pharma Now: Estoy seguro de que fue un desafío, pero probablemente fue un gran logro para usted.

Dr. Ananthula: Lo entregamos con éxito y publicamos nuestro trabajo. Después de eso, formé un consorcio más. Entregué dos consorcios en 6 años con publicaciones completas. Gestionar un proyecto así no es solo crear un consorcio y realizar algunas reuniones. Se trataba de mantenerlo alineado durante 2,5 años, lograr que hicieran el trabajo real escribiendo, publicando y entregando. Quedé satisfecho con el proyecto.

Pharma Now: Eso es realmente inspirador; entregar dos consorcios es una hazaña enorme. Pero todo este trabajo estaba en el área de desarrollo de fármacos: ¿cómo se orientó hacia el software?

Dr. Ananthula: Esa es una muy buena pregunta. Permítame darle un breve contexto. En Dr Reddy’s —o en cualquier otra empresa farmacéutica— si tienes que convertir un disolvente de soluble a screening de forma convencional, tienes que tomar 10-15 disolventes y poner tu API en ellos. Luego, observas visualmente y entregas el resultado, todo lo cual ocurre en 1 semana. Durante esto, tienes que consumir el API, lo cual es costoso. En grandes compañías farmacéuticas como Eli Lilly, sintetizan solo 1-2 gramos de API porque es muy caro y no tienes el lujo de hacer todas las pruebas. Pero si no puedes identificar buenos disolventes, tienes que examinar varios disolventes varias veces, lo que consume tanto tiempo como material. 

Así que, mientras examinaba disolventes, mis colegas me daban la estructura de la molécula y yo tenía que evaluar todos los disolventes aprobados por ICH. Luego, les daba una lista de los 10 principales disolventes que podrían usar. Ellos se probarían entre sí y encontrarían el correcto. Incluso después de que mis colegas en Dr. Reddy’s se fueron a otras empresas, me llamaban y hacían la misma pregunta. Lo mismo ocurría con mis colegas en Eli Lilly, que salieron a otras empresas y sintieron que faltaban tecnologías como el screening en estado sólido y el screening de polimorfos. 

Cuando trabajaba con el International Computational Consortium, nos preguntamos, “¿Cuál es el problema más importante en el que tienes que trabajar?”. Hubo muchas cosas. Para ser franco, ya había trabajado en casi todos estos problemas en mis empresas anteriores y tenía todos los modelos listos. Pero no podía darles acceso porque eran propietarios.

La mayoría de mis amigos me pidieron que me convirtiera en consultor. Solicitaron servicios como volumen de screening, screening en estado sólido, solubilidad y predicción de estabilidad. Entonces, me pregunté: “Si hago este trabajo para una empresa, ¿a cuántas otras empresas puedo servir simultáneamente?” Había construido tecnologías de nicho. Aprendí estas tecnologías al moverme de Dr Reddy’s a Alemania y luego a Eli Lilly. Me tomó 11-12 años construir este conocimiento y tecnología. 

Durante el período de COVID, tuve miedo y me pregunté: “Si algo me pasa, ¿qué pasará con las cosas que he inventado”? Pensé en escribir un libro pero sentí que ahora pocas personas leen libros. Entonces, finalmente decidí crear software y poner esta tecnología a disposición de todos. Lo hice fácil para que la gente no me necesite para los cálculos; puedan hacerlo por sí mismos con el mismo nivel de exactitud y precisión. Lo hice fácil de usar con precisión, y empaqué todo mi conocimiento en el software.

Pharma Now: Asombroso. Todo lo que aprendió, lo convirtió en código, ¿o deberíamos llamarlo una nueva materia?

Dr. Ananthula: Sí, es una materia evolucionada llamada Diseño asistido por ordenador de formulaciones (CAFD). Comencé esta materia incorporando ciencia y ampliándola.

Pharma Now: Desde que lanzó este software, ¿qué precisión ha logrado? ¿Cuántos proyectos han completado?

Dr. Ananthula: En los últimos cuatro años, hemos completado más de 70 proyectos con las 10 principales compañías farmacéuticas de India. Tenemos un 85% de precisión. Todas las grandes farmacéuticas como Dr. Reddy’s, Cipla y Glenmark son nuestros clientes, y no son clientes puntuales, son clientes recurrentes. Hoy, en nuestra lista de clientes, tenemos muchas grandes organizaciones de investigación por contrato (CROs), como Aragen Life Sciences, con más de 5.000 químicos trabajando todos los días. Muchas grandes empresas usan constantemente nuestro software, y lo tienen también en sus SOPs. Han visto que tiene éxito. Saben que si PharmaDEM afirma que una fórmula es estable, pero en el laboratorio encuentran que la fórmula está de alguna manera equivocada, no nos cuestionarán a nosotros, más bien cuestionarán a su equipo analítico.

Pharma Now: Eso se debe al éxito y la tasa de precisión de su software.

Dr. Ananthula: Sí, porque han visto que los resultados son consistentemente correctos, y solo fallaron tres veces. Dos veces, el software falló con dos grandes empresas donde. Nuestro software mostraba que las formulaciones serían estables pero su equipo analítico dijo lo contrario. Aun así, su científico de formulación no se acercó a nosotros, cuestionaron directamente a su equipo analítico. En realidad, hubo un error por su parte.

Pharma Now: Desde COVID, muchas tecnologías nuevas como artificial intelligence (AI), machine learning (ML) y deep technology han estado dominando el descubrimiento de fármacos. Por supuesto, muchas de estas tecnologías siguen siendo palabras de moda, y muchos casos de uso están todavía por desarrollarse. Pero. ¿Cómo está implementando estas nuevas tecnologías en su software?

Dr. Ananthula: No quería implementar solo IA y ML. La IA es un algoritmo en el que introduces los datos y aprende. En ML, ya tienes una base de datos y construyes un modelo que es fijo. Mi modelo no funciona sobre los datos, funciona sobre principios fundamentales. Por ejemplo, F = ma, siempre que tengas masa y aceleración, puedes predecir la fuerza. No requiere cientos de archivos de datos ni una base de datos enorme. 

Hay dos tipos de ciencia: ciencia fundamental y ciencia aplicada. Me enfoqué en la ciencia aplicada, donde muchas ecuaciones ya están establecidas y publicadas por varios académicos. Me centré en utilizarlas para las necesidades de la industria. 

Usé los fundamentos de la química y la física en modelos de IA y ML, integré ciencia y tecnología, y realicé aplicaciones reales. Hoy, el cribado de disolventes se hace en el laboratorio durante 2 meses porque hay que probar los 72 disolventes y múltiples formulaciones. En cambio, si usas mi software, puedes hacer el cribado de disolventes en 1 día. En 1 día puedes evaluar los 72 disolventes e identificar los cinco mejores con la mayor probabilidad. Luego, al día siguiente, puedes hacer las pruebas con el disolvente y enviar el disolvente y la formulación para análisis de estabilidad.

Pharma Now: Esto es extremadamente beneficioso en entornos industriales donde la utilización óptima de recursos es imprescindible. ¿Cuánto ahorra el software en recursos y tiempo?

Dr. Ananthula: Mucho. Puedes ahorrar alrededor del 40% de los recursos y 30-35% del tiempo del proyecto. La carga analítica se reduce en un 60%. Este es el futuro. Estoy seguro de que un día la gente tendrá que optar por este camino.

Pharma Now: Una reducción del 60% en la carga analítica es bastante impresionante. Marca una gran diferencia en Big Pharma, donde los plazos son estrictos. ¿Cuál es la aceptación de su software en la industria farmacéutica?

Dr. Ananthula: De nuevo, es una muy buena pregunta. En la industria farmacéutica, la gente está aceptando soluciones digitales y avances. Sin embargo, muchas personas invirtieron en o usaron productos o metodologías equivocadas. Una persona de Big Pharma me dijo, “Dr. Ananthula, siempre apoyamos las tecnologías digitales. Invertimos 25 lakhs en una compañía que prometía buen modelado de procesos. Pasamos 6-7 meses y mucho dinero en el proyecto, pero el resultado fue doloroso. Después de eso, hemos perdido la fe en las tecnologías digitales.” Esta es una historia común entre muchas empresas.

Pharma Now: Sí, las experiencias desagradables pueden alejarte de estos proyectos y desarrollos. Pero, esto ciertamente significa que la gente está dispuesta a aceptar el cambio; simplemente han tenido malas experiencias y ahora están recelosos.

Dr. Ananthula: No hay problema con la mentalidad de las personas. Yo diría que el problema es identificar la combinación correcta. La construcción de modelos e integración digital son diferentes según la persona que los implemente, las herramientas utilizadas y las expectativas establecidas para el cliente. Así que si alguien puede hacer una implementación adecuada, tendrá éxito. En los 19 años de mi carrera, me he enfrentado a proyectos muy complejos, proyectos donde no hay literatura. Por ejemplo, establecí el modelo de solubilidad de péptidos en 2018. Incluso hoy, no existe ni un solo artículo sobre cómo construir un modelo de solubilidad de péptidos o predecir la solubilidad de péptidos en disolventes orgánicos. También hice un modelo de permeación de péptidos en 2019. Hasta la fecha, no se ha publicado ningún estudio sobre modelado de permeación de pequeñas moléculas, especialmente sobre la permeación de péptidos.

Pharma Now: ¡Excelente! ¿Ahora trabaja exclusivamente en software o sigue trabajando en descubrimiento de fármacos?

Dr. Ananthula: Hice descubrimiento de fármacos en mis compañías anteriores. Si hablamos de asumir riesgos, la respuesta es no. No asumí el riesgo por necesidades financieras porque no quería convertirme en propietario de una empresa multimillonaria. Desarrollé esta empresa solo porque mi tema estaba limitado a una compañía, y quería expandir este tema a todas las compañías, especialmente a las empresas farmacéuticas indias. Quiero traer todas las tecnologías internacionales que aprendí en los últimos 6-7 años, incluyendo la tecnología de fabricación no conforme y las tecnologías de desarrollo de fármacos, a todas las compañías farmacéuticas.

Pharma Now: Creo que la integración de tales tecnologías es una necesidad ahora mismo. Recientemente leí una entrevista con Kiran Mazumdar-Shaw. Habló sobre la enorme contribución de India a la fabricación de vacunas y APIs. Sin embargo, mencionó que solo aportamos el 2% del valor. No tenemos muchas patentes comercializadas y nuestras inversiones son bajas. ¿Qué opina sobre esto?

Dr. Ananthula: Estoy de acuerdo. Permítame añadir un punto más: si la gente usa los mismos procesos durante 10 años, ¿cómo añadirá nuevo valor? Leí un artículo del Dr Narayana Murthy, el fundador de Infosys. Es un artículo de hace 30 años en un periódico en telugu. El artículo afirmaba “Si hoy puedes hacer una tarea en 8 horas, mañana deberías poder hacerla en 6 horas. Solo entonces tendrás tiempo para aprender cosas nuevas.” He seguido esto durante toda mi carrera. Debo poder reducir el tiempo de cada tarea; la única forma de reducirlo es mediante la tecnología.

Lo mismo se aplica a la industria farmacéutica, en términos de plazos de proyectos y valor de los proyectos. Por ejemplo, hoy estás haciendo un proyecto de 100 millones de dólares, pero hace 10 años estabas haciendo el mismo proyecto de 100 millones de dólares, y tienes una cartera de 100-200 millones de dólares para los próximos 5 años. Esto se debe a que los recursos humanos y las prácticas que sigues son los mismos que hace 10 años. No has reunido el coraje para asumir proyectos de alto valor. ¿Por qué no apuntas a proyectos de 500 millones de dólares? Solo 3-4 compañías en India pueden asumir proyectos complejos y genéricos. Las empresas restantes se sienten cómodas trabajando en proyectos de baja complejidad. 

Por ejemplo, las new chemical entities (NCE) son algo de la siguiente generación porque nadie está pensando en NCEs en esta generación. Si ves en EE. UU. o Europa, incluso las startups están trabajando en NCEs. Antes de ir a USA, siempre pensé, “¿Qué falta? ¿Por qué no podemos desarrollar NCEs? ¿Por qué no podemos fabricar fármacos? ¿No tenemos dinero?” Sí, tenemos dinero, y aun si no lo tuvieras, hay cientos de inversores dispuestos a invertir en empresas. En Europa y los EE. UU., una pequeña startup puede generar dinero. Aquí, en India, ¡tenemos Big Pharma! Si quisieran recaudar fondos, podrían hacerlo fácilmente. No se trata de dinero. Es otra cosa. 

Cuando fui a los EE. UU., busqué la respuesta a esta pregunta. Incluso pequeñas startups en los EE. UU. están investigando en descubrimiento de fármacos y NCEs, pero el Big Pharma de India con 20–30 años de experiencia no está asumiendo estos proyectos. Me di cuenta de que es la forma de pensar en Europa y los EE. UU. Están trabajando directamente en proyectos de NCE, y tienen una idea en la mente: quieren trabajar solo en proyectos de NCE. No hay zona segura. Aspiran a alcanzar el gran objetivo. Después de eso, recaudarán fondos. Pueden recaudar fondos, y no se trata de dinero, sino de su capacidad para conseguir financiamiento. India también tiene dinero, y apenas necesitamos 7,000 crores para fabricar un medicamento. Teniendo en cuenta el PIB de India, no es que no tengamos dinero. Entonces, no se trata de dinero, es más bien la tecnología, que es una gran brecha y esa tecnología es la que quiero traer a India.

Pharma Now: Aunque no soy un experto en el campo, puedo decir que en cierta medida has logrado traer nuevas tecnologías a India. Mis mejores deseos para usted, Dr. Ananthula, mientras trae más tecnología nueva a India. Estoy seguro de que con esta pasión logrará esta hazaña. Fue maravilloso hablar con usted. Gracias por acompañarnos en Pharma Now.